[发明专利]一种由不实信息驱动的社交网络主题专家查找方法

权利要求书

1.一种由不实信息驱动的社交网络主题专家查找方法，其特征在于，包括：

(1)利用社交网络数据集，构建候选用户文档，利用候选用户文档和待查询不实信息，构建概率图模型；

(2)利用候选用户文档和待查询不实信息训练概率图模型，当概率图模型的参数收敛后，得到维度相同的候选用户向量和待查询不实信息向量；

(3)通过计算候选用户向量和待查询不实信息向量的余弦距离，得到候选用户和待查询不实信息的相似度，利用相似度得到查询结果；

所述步骤(1)包括：

(1-1)从社交网络数据集中获取用户自我简介信息和包含用户的列表信息，提取用户自我简介信息和包含用户的列表信息的动词和名词，构建D个候选用户文档；

(1-2)每个候选用户文档包含K个主题，K个主题满足多项分布，对于K个主题中的每个单词，生成单词的主题分布样本，并假定每个主题均有概率得到每个单词，此概率满足多项分布；

(1-3)根据查询社交网络数据集中任意2个候选用户文档是否在同一个列表中，得到列表共现信息，利用概率、列表共现信息结合待查询不实信息，构建概率图模型。

2.如权利要求1所述的一种由不实信息驱动的社交网络主题专家查找方法，其特征在于，所述概率图模型为LTM的联合概率分布：

其中，θ为由候选用户文档到主题的多项分布参数，Z为候选用户文档主题样本，W为单词，L为列表共现信息，α为迪利克雷分布参数，β为由主题到单词的多项分布参数，ν为分布中的第一参数，η为分布中的第二参数，θ_d为θ中的某一维度，为候选用户文档d_i和候选用户文档d_j之间的列表共现信息，Z_d,n为候选用户文档中的某一个主题样本，W_d,n主题中的某一个单词，N为一个候选用户文档中单词的总数量，β_1:K为K个主题到某个单词的多项分布参数。

3.如权利要求1或2所述的一种由不实信息驱动的社交网络主题专家查找方法，其特征在于，所述步骤(2)在训练过程中利用变分分布求解概率图模型，所述变分分布为：

其中，θ为由候选用户文档到主题的多项分布参数，Z为候选用户文档主题样本，γ为变分分布中的迪利克雷分布参数，φ为变分分布中的由主题到单词的多项分布参数，γ_d为γ中的某一个参数，φ_d,n为φ中的某一个参数，q_θ(θ_d|γ_d)为θ_d的先验分布，q_z(Z_d,n|φ_d,n)为Z_d,n的先验分布，θ_d为θ中的某一维度，Z_d,n为候选用户文档中的某一个主题样本。